本书分为4个部分:第1部分“目标跟踪的建模与估计”,包括第1章自适应加速度模型和第2章广义扰动输入下的随机系统自适应滤波;第2部分“概率数据关联”,包括第3章C-IMMPDA算法、第4章单传感器广义概率数据关联算法、第5章多传感器广义概率数据关联与融合和第6章综合扩展概率数据关联算法;第3部分“成像目标跟踪”,包括第7章基于图像的模糊多模型跟踪算法、第8章Mean Shift跟踪算法中的尺度自适应策
略和第9章基于多参考模型的Camshift跟踪算法;第4部分“系统设计、评估与仿真”,包括第10章基于信息类效能函数的传感器管理、第11章机载雷达目标跟踪数据处理技术、第12章跟踪系统性能评估及指标体系和第13章机载多传感器跟踪融合系统架构设计与仿真实现。本书内容总结了作者在目标跟踪与信息融合领域的理论研究成果。本书可供复杂系统建模与估计、信息融合、视频处理、系统仿真等领域的研究生和科研人员参考,同时对从事侦察预警系统设计、开发和应用的工程技术人员也有一定的参考价值。
全部显示 ∨
全部显示 ∨
前言0
第0章 绪论10.1 引言1
0.2 现代目标跟踪技术50.2.1 机动目标运动建模与估计5
0.2.2 时空信息的数据关联7
0.3 信息融合技术90.3.1 定义、特点与性能优势9
0.3.2 常用传感器10
0.3.3 信息融合的功能模型13
0.3.4 信息融合的系统结构15
0.3.5 面向目标跟踪的信息融合20
0.4 本书章节概述25
参考文献27
第1部分 目标跟踪的建模与估计32第1章 自适应加速度模型321.1 引言32
1.2 匀加速目标模型33
1.3 时间相关模型35
1.4 自适应加速度模型39
1.5 自适应加速度模型性能分析Ⅰ411.5.1 自适应加速度模型的稳态精度分析41
1.5.2 自适应加速度模型的动态精度分析44
1.6 自适应加速度模型性能分析Ⅱ49
1.7 自适应加速度模型性能分析Ⅲ54
1.8 小结60
参考文献61
第2章 广义扰动输入下的随机系统自适应滤波622.1 引言62
2.2 问题描述63
2.3 上限滤波器设计64
2.4 仿真分析68
2.5 小结70
参考文献70
第2部分 概率数据关联73第3章 C-IMMPDA算法733.1 引言73
3.2 C-IMMPDA算法的提出74
3.3 C-IMMPDA算法的推导76
3.4 C-IMMPDA算法的仿真研究793.4.1 对于三种不同航迹条件下两种算法的仿真结果79
3.4.2 对于三条交叉航迹情况下两种算法的仿真结果85
3.5 小结86
参考文献88
第4章 单传感器广义概率数据关联算法894.1 引言89
4.2 数据关联算法简介904.2.1 单目标数据关联90
4.2.2 多目标数据关联91
4.3 广义概率数据关联算法924.3.1 算法思想92
4.3.2 状态估计93
4.3.3 互属概率计算96
4.3.4 GPDA算法流程100
4.4 仿真分析1014.4.1 点目标交叉运动102
4.4.2 小目标交叉运动109
4.5 综合交互式广义数据关联算法1104.5.1 C-IMMJPDA算法110
4.5.2 C-IMMGPDA算法112
4.6 仿真分析1164.6.1 两机动目标仿真116
4.6.2 四机动目标仿真121
4.7 小结122
参考文献123
第5章 多传感器广义概率数据关联与融合1255.1 引言125
5.2 集中式多传感器广义概率数据关联算法1255.2.1 序贯多传感器广义概率数据关联125
5.2.2 仿真分析128
5.3 分布式多传感器广义数据关联与融合1325.3.1 基于GPDA的快速航迹关联与融合算法132
5.3.2 仿真分析134
5.4 小结140
参考文献141
第6章 综合扩展概率数据关联算法1436.1 引言143
6.2 综合扩展概率数据关联算法1446.2.1 算法思想144
6.2.2 状态估计145
6.2.3 关联概率的计算147
6.2.4 IEPDA算法流程152
6.3 仿真分析1526.3.1 场景154
6.3.2 评价指标155
6.3.3 仿真结果156
6.4 小结167
参考文献167
第3部分 成像目标跟踪170第7章 基于图像的模糊多模型跟踪算法1707.1 引言170
7.2 算法的结构论述172
7.3 图像特征提取1737.3.1 图像分割173
7.3.2 特征提取174
7.4 混合量测的计算1747.4.1 异步数据融合175
7.4.2 同步数据融合177
7.5 模糊多模型跟踪算法1777.5.1 目标运动模型177
7.5.2 模糊跟踪181
7.6 模糊关联186
7.7 小结189
参考文献189
第8章 Mean Shift跟踪算法中的尺度自适应策略1928.1 引言192
8.2 基于SPMSA的Mean Shift跟踪算法192
8.3 SPMSA 存在的问题1938.3.1 小尺度游荡问题194
8.3.2 尺度跟踪滞后问题197
8.4 改进的SPMSA1998.4.1 小尺度游荡问题的解决方案199
8.4.2 尺度跟踪滞后问题的解决方案200
8.5 实验结果2028.5.1 实验结果比较202
8.5.2 参数分析207
8.5.3 尺度变化加旋转运动时的跟踪结果209
8.6 小结209
参考文献210
第9章 基于多参考模型的Camshift跟踪算法2139.1 引言213
9.2 概率图与Camshift跟踪算法213
9.3 多颜色分布模型Camshift跟踪算法2179.3.1 算法方案217
9.3.2 模型优化组合算法219
9.4 多模型Camshift算法的工作机理221
9.5 实验结果223
9.6 小结231
参考文献231
第4部分 系统的设计、评估与仿真233第10章 基于信息类效能函数的传感器管理23310.1 引言233
10.2 传感器管理的内容、功能和作用23310.2.1 传感器管理的内容233
10.2.2 传感器管理的功能235
10.2.3 传感器管理的作用237
10.3 传感器管理的分类23710.3.1 单传感器管理237
10.3.2 单平台多传感器管理239
10.3.3 多平台多传感器管理242
10.4 基于信息类效能函数的传感器管理24510.4.1 基于信息类效能函数的传感器管理最优决策模型246
10.4.2 基于多模型预测误差协方差的传感器资源分配方法248
10.4.3 以预测误差协方差为效能函数的决策方案的最优性分析249
10.4.4 基于传感器资源分配的多模型预测误差协方差分析252
10.4.5 仿真分析254
10.5 基于几种信息类效能函数的传感器管理一致性分析25910.5.1 一致性分析259
10.5.2 仿真分析264
10.6 小结268
参考文献268
第11章 机载雷达目标跟踪数据处理技术27411.1 前言274
11.2 系统可行性分析27511.2.1 机载雷达目标跟踪系统实现中的问题275
11.2.2 航迹起始一些性能指标277
11.2.3 数据精度284
11.3 系统建模中用到的一些基本算法28611.3.1 坐标系选择286
11.3.2 目标跟踪滤波器的滤波模型构造288
11.3.3 一类简单模型在不同基下的变换289
11.3.4 CV模型平面极坐标系下的状态方程291
11.3.5 概率数据关联算法294
11.4 跟踪起始300
11.5 跟踪系统设计及仿真30411.5.1 系统概述304
11.5.2 对确认航迹的状态更新310
11.5.3 对临时航迹的状态更新312
11.5.4 对剩余回波进行两点外推算法314
11.5.5 跟踪系统仿真316
11.5.6 仿真分析321
11.6 平滑算法325
11.7 目标特征和电子地图的应用327
11.8 全系统仿真330
参考文献332
第12章 跟踪系统性能评估及指标体系33412.1 引言334
12.2 单传感器系统的性能评估33512.2.1 航迹与目标的关联判断335
12.2.2 性能评估指标及计算公式337
12.3 多传感器系统的性能评估34912.3.1 集中式融合结构下的系统性能评估349
12.3.2 分布式融合结构下的系统性能评估351
12.4 典型场景下系统性能评估的测评35712.4.1 单传感器系统性能评估的测评分析358
12.4.2 多传感器融合场景下的系统性能测评367
12.5 小结373
参考文献374
第13章 机载多传感器跟踪融合系统架构设计与仿真实现37613.1 引言376
13.2 新一代战机的系统架构设计37713.2.1 新一代战机的特点分析377
13.2.2 新一代战机加载的传感器信源379
13.2.3 新一代战机各飞行阶段的传感器工作模式分析380
13.2.4 系统架构设计382
13.3 系统架构验证39213.3.1 不同传感器组合情况392
13.3.2 不同传感器参数情况394
13.3.3 不同仿真场景情况397
13.3.4 不同算法参数情况398
13.3.5 不同算法情况399
13.4 小结400
参考文献400
附录1 第2章公式的推导402
附录2 第3章部分公式的推导404
内容简介410